一種基于深度學(xué)習(xí)優(yōu)化網(wǎng)絡(luò)的圖文識別方法及系統(tǒng)
基本信息
| 申請?zhí)?/td> | CN202011178476.6 | 申請日 | - |
| 公開（公告）號 | CN112348024A | 公開（公告）日 | 2021-02-09 |
| 申請公布號 | CN112348024A | 申請公布日 | 2021-02-09 |
| 分類號 | G06K9/34(2006.01)I; | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 戴亦斌 | 申請（專利權(quán)）人 | 北京信工博特智能科技有限公司 |
| 代理機(jī)構(gòu) | 天津市鼎和專利商標(biāo)代理有限公司 | 代理人 | 蒙建軍 |
| 地址 | 100089北京市海淀區(qū)長春橋路11號3號樓6層602-4 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開了一種基于深度學(xué)習(xí)優(yōu)化網(wǎng)絡(luò)的圖文識別方法及系統(tǒng)，屬于光學(xué)字符識別技術(shù)領(lǐng)域，其特征在于：至少包括如下步驟：步驟一：通過深度學(xué)習(xí)目標(biāo)檢測技術(shù)，識別出單幀圖像中的物體；步驟二：通過摳圖模型和對齊模型，將所述物體摳出圖片，并對齊；步驟三：將所述圖片整塊進(jìn)行OCR識別；步驟四：將OCR識別得到的文字識別結(jié)果送入基于深度學(xué)習(xí)自然語言處理建立的NLP校正模型進(jìn)行校正，最終輸出文字識別結(jié)果。本發(fā)明借助深度學(xué)習(xí)目標(biāo)檢測技術(shù)，通過建立不精確文本校正模型，能快速識別整塊文字的照片、視頻加工工藝，它能將整幅照片或整幀視頻中的整塊文字塊標(biāo)記出來，從而節(jié)省OCR處理的系統(tǒng)資源，大大提高文字識別效率。?? |
